মেশিন লার্নিং সম্পর্কে আপনার যে ১০টি জিনিস জানা দরকার

মেশিন লার্নিং এর ব্যাখ্যা হিসেবে আমি নিচের ১০টি বিষয় তুলে ধরছি।

• #### ১. মেশিন লার্নিং মানে ডেটা থেকে শেখা; আর এআই হচ্ছে একটি ফ্যাশনেবল শব্দ।

মেশিন লার্নিং এমন একটি শব্দ নয় যেটি প্রচারিত হয়ঃ সঠিক প্রশিক্ষণ ডেটা দিয়ে সঠিক শিক্ষণ অ্যালগরিদম দিয়ে আপনি অসংখ্য সমস্যার সমাধান করতে পারেন। এটিকে এআই বলুন, যদি এটি আপনার এআই সিস্টেম বিক্রি করতে সহায়তা করে। তবে আপনি জানেন যে, এআই কেবল একটি ফ্যাশনেবল শব্দ, যা কেবলমাত্র মানুষের প্রত্যাশার প্রতিনিধিত্ব করে।

• #### ২. মেশিন লার্নিং মূলত ডেটা এবং অ্যালগরিদম নিয়ে কাজ করে, কিন্তু মূলত এটি ডেটা নিয়েই কাজ করে।

মেশিন লার্নিং অ্যালগরিদম বিশেষত গভীর শিক্ষার অগ্রগতি নিয়ে অনেক কিছু উত্তেজনাপূর্ণ। তবে ডেটা হ’ল মেশিন লার্নিংকে সম্ভব করার মূল কারণ। মেশিন লার্নিং জটিল অ্যালগরিদম ছাড়াই করা যায়, তবে ভাল ডেটা ছাড়াই নয়।

• #### ৩. আপনার কাছে প্রচুর পরিমাণে ডেটা না থাকলে, আপনার সহজ মডেল ব্যবহার করা উচিত।

মেশিন লার্নিং একটি মডেলকে ডেটাতে থাকা প্যাটার্নের উপর ভিত্তি করে প্রশিক্ষণ দেয়, যা একটি সম্ভাব্য মডেলের স্পেস অনুসন্ধান করে যা প্যারামিটার দ্বারা সংজ্ঞায়িত করা হয়। যদি প্যারামিটার স্পেসটি খুব বড় হয় তবে এটি প্রশিক্ষণের ডেটাতে অতিরিক্ত ফিট করে এবং এমন একটি মডেলকে প্রশিক্ষণ দেয় যা নিজেকে সাধারণ করতে পারে না। এটির বিস্তারিত ব্যাখ্যা করার জন্য আরও বেশি গাণিতিক গণনা করা দরকার, এবং আপনার মডেলটিকে যতটা সম্ভব সহজ করার জন্য এটি একটি গাইডলাইন হিসাবে ব্যবহার করা উচিত।

• #### ৪। মেশিন লার্নিং এর গুণমান প্রশিক্ষণের জন্য ব্যবহৃত ডেটার গুণমানের সাথে দৃ strongly়ভাবে সম্পর্কিত।

একটি প্রবাদ আছে যে আপনি কম্পিউটারে একটি জঞ্জাল ভর্তি করেন, এবং এটি অবশ্যই একটি জঞ্জাল ডেটা ভর্তি হবে। যদিও এই বাক্যটি মেশিন লার্নিংয়ের আগে এসেছে, এটি মেশিন লার্নিংয়ের মূল সীমাবদ্ধতা। মেশিন লার্নিং কেবলমাত্র প্রশিক্ষণ ডেটাতে বিদ্যমান প্যাটার্নগুলি খুঁজে পেতে পারে। মেশিন লার্নিংয়ের কাজগুলি পর্যবেক্ষণ করার জন্য যেমন (শ্রেণীবদ্ধকরণ) আপনার একটি শক্তিশালী, সঠিকভাবে চিহ্নিত, সমৃদ্ধ প্রশিক্ষণ ডেটা সেট প্রয়োজন।

• #### ৫। মেশিন লার্নিং শুধুমাত্র প্রশিক্ষণ ডেটা প্রতিনিধিত্বমূলক হলেই কাজ করবে।

যেমনটি ফান্ডের বিজ্ঞপ্তিতে সতর্ক করা হয়েছে, অতীতের পারফরম্যান্স ভবিষ্যতের ফলাফলের নিশ্চয়তা দেয় না। মেশিন লার্নিংয়েরও অনুরূপ সতর্কতা দেওয়া উচিতঃ এটি কেবলমাত্র প্রশিক্ষণের ডেটার সাথে একইভাবে বিতরণ করা ডেটার উপর ভিত্তি করে কাজ করতে পারে। অতএব, প্রশিক্ষণ ডেটা এবং উত্পাদন ডেটার মধ্যে বিচ্যুতি সম্পর্কে সতর্ক থাকুন এবং মডেলটি নিয়মিত পুনরাবৃত্তি করুন যাতে এটি পুরানো না হয়।

• #### ৬। মেশিন লার্নিং এর বেশিরভাগ কাজই হচ্ছে তথ্য রূপান্তর।

মেশিন লার্নিং প্রযুক্তির প্রচারের সাথে, আপনি ভাবতে পারেন যে মেশিন লার্নিং মূলত অ্যালগরিদম নির্বাচন এবং সমন্বয় করে। কিন্তু বাস্তবতাটি হল যে আপনার বেশিরভাগ সময় এবং শক্তি ডেটা পরিষ্কার এবং বৈশিষ্ট্য ইঞ্জিনিয়ারিংয়ে ব্যয় করা হবে, যা মূল বৈশিষ্ট্যগুলিকে সংকেতগুলিতে রূপান্তরিত করে যা ডেটাকে আরও ভালভাবে উপস্থাপন করে।

• #### ৭। ডিপ লার্নিং একটি বিপ্লবী অগ্রগতি, কিন্তু এটি একটি অলৌকিক সমাধান নয়।

যেহেতু মেশিন লার্নিং অনেক ক্ষেত্রে প্রয়োগ এবং বিকাশ পেয়েছে, তাই গভীর শিক্ষার প্রচারও হয়েছে। এছাড়াও, গভীর শিক্ষার ফলে কিছু ঐতিহ্যগতভাবে বৈশিষ্ট্যযুক্ত প্রকৌশল দ্বারা পরিচালিত কাজগুলি স্বয়ংক্রিয় হয়ে উঠেছে, বিশেষত চিত্র এবং ভিডিও ডেটার জন্য। তবে গভীর শিক্ষার কোনও অলৌকিক ওষুধ নেই। আপনার কাছে এটির জন্য কোনও প্রস্তুত-তৈরি নেই, আপনাকে এখনও ডেটা পরিষ্কার এবং রূপান্তর করতে প্রচুর শক্তি ব্যয় করতে হবে।

• #### ৮। মেশিন লার্নিং সিস্টেমগুলি অপারেটর ত্রুটির দ্বারা প্রভাবিত হতে পারে।

এনআরএর কাছে ক্ষমা চাওয়া, মেশিন লার্নিং অ্যালগরিদম মানুষকে হত্যা করে না। যখন মেশিন লার্নিং সিস্টেমটি ব্যর্থ হয়, তখন মেশিন লার্নিং অ্যালগরিদমের সমস্যা হওয়ার সম্ভাবনা কম থাকে। এর চেয়ে বেশি সম্ভাবনা রয়েছে যে মানবিক ত্রুটি প্রশিক্ষণ ডেটাতে প্রবর্তিত হয়, যার ফলে বিভেদ বা অন্যান্য সিস্টেম ত্রুটি হয়। আমাদের সর্বদা সন্দেহজনক হওয়া উচিত এবং সফ্টওয়্যার ইঞ্জিনিয়ারিংয়ের জন্য উপযুক্ত পদ্ধতিতে মেশিন লার্নিংয়ের সাথে আচরণ করা উচিত।

• #### ৯। মেশিন লার্নিং হয়তো অনিচ্ছাকৃতভাবে একটি স্বয়ংসম্পূর্ণ ভবিষ্যদ্বাণী তৈরি করতে পারে।

মেশিন লার্নিংয়ের অনেক প্রয়োগে, আপনি আজ যে সিদ্ধান্তগুলি গ্রহণ করেন তা আগামীকালের প্রশিক্ষণ ডেটা সংগ্রহকে প্রভাবিত করে। মেশিন লার্নিং সিস্টেমটি একবার মডেলের মধ্যে বিভেদকে অন্তর্ভুক্ত করে, এটি বিভেদ দ্বারা শক্তিশালী নতুন প্রশিক্ষণ ডেটা উত্পন্ন করতে পারে। এবং কিছু বিভেদ মানুষের জীবনকে ধ্বংস করতে পারে। দয়া করে দায়িত্ব নিনঃ স্ব-সম্পূর্ণ ভবিষ্যদ্বাণী তৈরি করবেন না।

• #### ১০. এআই নিজেকে জাগিয়ে তুলবে না, মানবতার বিরুদ্ধে বিদ্রোহ করবে না এবং ধ্বংস করবে না।

অনেকের কাছেই মনে হয় কৃত্রিম বুদ্ধিমত্তার ধারণা এসেছে বিজ্ঞান-কৌতুকের চলচ্চিত্র থেকে। আমাদের বিজ্ঞান-কৌতুক থেকে অনুপ্রাণিত হওয়া উচিত, কিন্তু আমরা এতটা উন্মাদ হতে পারি না যে আমরা কল্পকাহিনীকে বাস্তবতা বলে ভুল করি। সচেতন মন্দ মানুষ থেকে অজ্ঞানতাবশত বিভ্রান্তিকর মেশিন লার্নিং মডেল পর্যন্ত, অনেক বাস্তবতা এবং বিপদ রয়েছে যা নিয়ে উদ্বিগ্ন হওয়া দরকার। তাই আপনি স্কাইনেট এবং সুপার ইন্টেলিজেন্স সম্পর্কে চিন্তা করতে পারেন না।

মেশিন লার্নিং এর বিষয়বস্তু আমার উপরে উল্লেখিত দশটি বিষয়ের চেয়ে অনেক বেশি। আশা করি এই প্রারম্ভিক বিষয়বস্তুটি অ-পেশাদারদের জন্য উপযোগী হবে।

বিশ্বব্যাপী কৃত্রিম বুদ্ধিমত্তার বিশাল ডেটা প্ল্যাটফর্ম থেকে পুনর্নির্দেশিত